文件名称：SteppingStone:ALLSTEPS
文件大小：9.6MB
文件格式：ZIP
更新时间：2024-06-11 18:20:57
reinforcement-learning computer-animation computer-graphics locomotion-control Python
ALLSTEPS：课程驱动的垫脚石技能学习 此仓库是上面标题的SCA 2020论文的代码库。 全文请。 快速开始 该库应在Linux，Mac或Windows上运行。 安装要求 # TODO: Create and activate virtual env # Download the repo as well as the submodules git clone https://github.com/belinghy/SteppingStone --recurse-submodules cd SteppingStone pip install -r requirements 运行预训练的策略 enjoy.py脚本可用于运行预训练的策略并呈现结果。 在PyBullet窗口中按r重置。 # Run Mike controller python -m playground.enjoy -
【文件预览】：
SteppingStone-master
----.environments()
----common()
--------plot_utils.py(11KB)
--------envs_utils.py(22KB)
--------sacred_utils.py(2KB)
--------render_utils.py(9KB)
--------controller.py(12KB)
--------misc_utils.py(1KB)
--------csv_utils.py(2KB)
----algorithms()
--------storage.py(4KB)
--------ppo.py(6KB)
----.gitmodules(96B)
----mocca_envs(24B)
----scripts()
--------beluga_run_playground_train.sh(955B)
--------graham_run_playground_train.sh(955B)
--------local_run_playground_train.sh(525B)
--------cedar_run_playground_train.sh(955B)
----playground()
--------train.py(24KB)
--------models()
--------mocca_envs(13B)
--------plot_from_csv.py(6KB)
--------enjoy.py(17KB)
----requirements.txt(159B)
----README.md(4KB)
----read_sampling_prob.py(539B)
----.gitignore(81B)